Limiti, rischi e regole d'ingaggio

Dal campo

Un’azienda pubblicò una pagina di confronto tecnico generata con l’AI. Conteneva una specifica di prodotto sbagliata: plausibile, ben scritta, falsa. Se ne accorse un cliente, con l’imbarazzo che segue. L’analisi a posteriori fu istruttiva: nessuno aveva stabilito chi dovesse verificare cosa. Non era mancata la competenza, ma la regola.

È il punto di questa lezione, l’ultima del corso: la potenza degli strumenti visti fin qui richiede regole. Poche, semplici, scritte, come tutto il resto del metodo.

I tre rischi concreti

1. Le allucinazioni. L’AI genera testo plausibile, non verità garantite. Può inventare numeri, fonti, caratteristiche di prodotto, e lo fa con lo stesso tono sicuro con cui riporta fatti veri. Il rischio cresce quanto più il tema è specifico: sulla definizione di marketing sbaglia raramente, sulla scheda tecnica del tuo prodotto può inventare con disinvoltura. L’antidoto è doppio: fornire le fonti nei prompt («usa solo le informazioni di questo documento», lo stesso vincolo delle interviste del modulo 1) e verificare tutto ciò che è verificabile prima che esca dall’azienda.

2. I dati sensibili. Ciò che incolli in uno strumento AI esce dal perimetro aziendale. Prima di dare a uno strumento dati di clienti (nomi, contatti, acquisti), le domande da farsi sono due. La prima: questo fornitore che garanzie dà? Versioni business con garanzie contrattuali serie, dati non usati per addestramento. La seconda, ancora più utile: questi dati identificativi servono davvero per questo compito? Per la maggior parte delle analisi, i codici cliente bastano. L’export “codici al posto dei nomi” usato negli esercizi di questo corso non è un vezzo, ma il metodo. Il GDPR si applica all’AI come a qualunque trattamento; il principio del percorso (le persone al centro) qui significa trattare i dati dei clienti come vorresti fossero trattati i tuoi.

3. L’omologazione. Se tutti usano la stessa AI con prompt pigri, tutti scrivono uguale. Nell’era in cui il contenuto generico costa zero, e quindi vale zero, la voce riconoscibile è un asset che si difende. Il rimedio è nel metodo della lezione precedente: contesto ricco, voce propria, esempi veri.

L’autonomia graduale

C’è una regola trasversale che copre gran parte dei rischi operativi: un agente nuovo si tratta come chi è al primo giorno di lavoro. Incarichi piccoli, verifica completa, fiducia progressiva. Il primo report si controlla riga per riga contro il metodo manuale; il decimo si rilegge; mai in produzione al primo colpo. È la stessa progressione che useresti con una persona appena assunta, per quanto brillante.

E tre cose che non si delegano mai, a nessun livello di fiducia: le decisioni (l’AI prepara, l’essere umano decide), le relazioni che contano (il cliente importante merita parole scritte da persone), tutto ciò che è firmato col nome dell’azienda senza revisione umana.

Le regole d’ingaggio (versione minima)

Ogni azienda che usa l’AI dovrebbe scrivere le sue regole, anche in mezza pagina:

Cosa si può fare e con quali strumenti (account aziendali con garanzie, non personali).
Cosa non si incolla mai: dati personali dei clienti, dati economici riservati, proprietà intellettuale critica.
Chi verifica cosa: ogni contenuto pubblico ha un responsabile umano che firma.
Trasparenza interna: nessuno “nasconde” l’uso dell’AI; è uno strumento di lavoro, non un trucco.

Mezz’ora di lavoro, un rischio aziendale in meno. E l’alternativa, vietare l’AI, è la peggiore delle regole possibili: il risultato non è che non viene usata, è che viene usata di nascosto, con account personali, senza regole e senza verifica.

Queste regole coprono l’uso quotidiano. Sopra c’è un livello che riguarda gli obblighi: il regolamento europeo sull’intelligenza artificiale (AI Act), il trattamento dei dati personali dentro gli strumenti AI, e chi risponde di ciò che un agente produce a nome dell’azienda. È governo della funzione marketing più che uso degli strumenti, e il corso Il sistema di marketing AI-driven gli dedica una lezione intera.

I primi trenta giorni

Il corso finisce qui; l’abitudine comincia adesso. Gli strumenti non cambiano le aziende; le abitudini sì. Il percorso realistico, pensato per chi ha un’azienda da mandare avanti nel frattempo:

Settimana 1: le fondamenta. Attiva un assistente di fascia alta. Scrivi il documento di contesto aziendale (lezione precedente). Primo uso quotidiano: la traduzione. Ogni documento, report o termine oscuro che passa sulla scrivania viene dato all’AI con la richiesta di spiegarlo.

Settimana 2: capire. Una sessione da un’ora: lo specchio del valore (modulo 1) o l’intervista di posizionamento (modulo 3), con il documento di contesto incollato in apertura. Obiettivo collaterale: imparare a incalzare, correggere, iterare.

Settimana 3: il primo incarico agentico. L’analisi del file clienti (modulo 4, prima lezione). Verifica tutto. Annota cosa ha funzionato e cosa no nell’incarico.

Settimana 4: la routine. Fissa in agenda l’appuntamento settimanale con l’AI (un’ora): una domanda vera sul business, un documento da farsi spiegare, un’analisi da commissionare. I corsi successivi dell’academy (misurazione, advertising, sistema AI-driven) aggiungeranno pezzi a questa routine, fino al sistema completo.

Al lavoro con l’AI

«Prepara la bozza delle regole d’uso dell’AI per la mia azienda: [dimensione, settore, chi userà l’AI e per cosa]. Struttura: strumenti ammessi (con il criterio delle garanzie sui dati), dati che non vanno mai inseriti, principio della minimizzazione (quando bastano i codici al posto dei nomi), processo di verifica prima della pubblicazione con responsabile per tipo di contenuto, regola dell’autonomia graduale per gli agenti, trasparenza interna. Massimo una pagina, linguaggio semplice, zero burocrazia. Segnala i due punti dove le aziende come la mia sbagliano più spesso.»

Nota l’ironia consapevole: stiamo usando l’AI per scrivere le regole sull’AI. È corretto, a patto di fare esattamente ciò che le regole prescrivono: rileggere, adattare, firmare. La bozza è sua; la responsabilità è tua.

Errori comuni

Vietare l’AI in azienda: il risultato è che viene usata di nascosto, senza regole.

Fidarsi della forma: i testi AI più pericolosi sono quelli scritti meglio.

Incollare dati di clienti in strumenti consumer: versioni business, dati minimizzati, e la domanda preventiva «questi dati servono davvero per questo compito?».

Dare piena autonomia al primo colpo: prima si guarda, poi ci si fida. Come con le persone.

Regole scritte e mai comunicate: funzionano solo se il team le conosce.

Checklist operativa

Scrivi le regole d’ingaggio minime con il prompt del box, adattale e comunicale a chi lavora con te.
Identifica i dati che nella tua azienda non vanno mai incollati in un’AI.
Nomina il responsabile della verifica per ogni tipo di contenuto pubblico.
Pianifica i primi trenta giorni: le quattro settimane in agenda, a partire da lunedì.
Ultimo quiz del corso: capacità e limiti dell’AI, il metodo in tre abitudini, le regole d’ingaggio. Poi, l’attestato.